MVME51105E-2161 人形机器人，大突破！OpenAI 机器人 能识别、能对话、能思考

与OpenAI官宣合作13天后，Figure旗下人形机器人的性能突飞猛进。

近日，Figure AI释出的一段视频显示，人形机器人Figure 01可以识别眼前物体，回答开放性提问，并听从指令将黑色塑料袋收拾进框子里、将杯子和盘子归置放在沥水架上。

Figure创始人兼首席执行官Brett Adcock强调，视频中Figure 01展示了端到端神经网络框架下与人类的对话，不存在任何远程操控。同时机器人的速度有了显著提升，开始接近人类的速度。

能识别、能对话、能思考

“Figure 01，你现在看到了什么？”

“我看到桌中间有个红苹果，一个沥水篮、一些杯子和盘子，以及你站在旁边，手搭在桌子上。”

既能识别出静态物体，还能判断人类的动作，Figure 01的视觉识别和理解能力可见一斑。

在随后的多轮对话里，Figure 01继续展现了其在上下文回溯、推理、多任务处理等方面的能力。

当被问到桌上有什么可以食用的，Figure 01回答：“当然”，随后流畅地把红苹果递给了提问者。

随后提问者往桌上倒了几个黑色塑料袋，要求Figure 01一边解释刚刚为何递给他苹果，一边把桌上垃圾收起来。Figure 01随后迅速给出反应，双手一边将塑料袋放回垃圾筐里，一边回答道：“我刚刚给了你个苹果，因为这是桌上唯一能吃的东西。”

紧接着，提问者给出了开放式提问，要求Figure 01结合面前的场景，判断应该把盘子放在哪。Figure 01表示，杯子和盘子可能该放在沥水篮里，并根据指令将杯子和盘子放进了沥水篮。

在问答中，Figure 01也显露了其在上下文推理上的能力。当提问者问道：“你能把它们放到那儿去吗（Can you put them there）？”，没有明示把何种物体放到何处，Figure 01根据前后文准确判断出代词所指代的含义，并完成相应指令。

Figure 01最后对上述表现进行了自我评估：“我觉得我做得很好，苹果找到了新主人，垃圾被扔掉了，餐具也放到了该放的地方。”

OpenAI提供“智力支持”

Figure成立于2022年，2023年10月，Figure正式推出了该公司首款人形机器人Figure 01。根据官方介绍，Figure 01身高5英尺6英寸，重132磅，设计可承载44磅的重量，续航达5小时。

不久前，Figure宣布完成新一笔融资，金额为6.75亿美元（约48.5亿元人民币），投资方包括英伟达、OpenAI、微软等科技巨头及亚马逊创始人贝索斯。作为协议的一部分，Figure AI将与OpenAI合作，开发下一代人形机器人的人工智能模型。

Brett Adcock称，与OpenAI的合作是“机器人技术的一个里程碑”。他希望，此次合作最终能让机器人与人类并肩工作，完成任务并进行对话。从理论上讲，理解语言并据此采取行动的能力，可以让机器人更好地与仓库工人一起工作或接受口头命令。

与OpenAI的合作，还可以帮助Figure AI的机器人实现自我纠正，并从过去的错误中吸取教训。Brett Adcock称，Figure AI的机器人已经具备了说话能力，并且可以用它的摄像头来描述它前面“看到”的东西，还可以描述在一段时间内某一特定地区可能发生的事情。Figure释出的最新视频，无疑印证了这些能力。

国内方面，不少人形机器人本体厂商也在加强与AI大模型的结合。达闼机器人在2023年发布了生成式AI平台RobotGPT以及海睿AGI和海睿OS 5.1，并将人形机器人接入RobotGPT，使机器人不仅可以与观众展开多轮对话，还能扮演多种角色。达闼机器人创始人、董事长兼CEO黄晓庆坚信，未来的机器人一定会是一种基于“云（云端大脑）、网（安全网络）、端（机器人终端）”架构的技术体系。

2023年10月，科大讯飞推出与宇树科技合作研发的人形机器人。科大讯飞董事长刘庆峰表示，星火大模型的推出，将让AIBOT赋能机器人发展进入到一个全新的阶段，人形机器人对复杂任务的拆解、开放场景的物体寻找明显提升，在强化学习泛化抓取、仿人行走的复杂地形运动能力上都比主流系统有一个非常大的提升。

“下一步，我们将以人形机器人为牵引，来推动‘视觉-语言-动作’多模态具身大模型，能够更好地赋能人形机器人。”刘庆峰说。